MiniMax M3.1 Flash launch specs plus author's Kilnframe benchmark against M3
Recaps official specs ($0.15/$0.60 per million tokens, 200+ tok/s, 1M context, open weights Oct 23) and benchmark table, with the author's own Kilnframe run comparing to M3; finds the Flash model beats Opus 5 on some rows but trails on heavy coding, terminal and computer use.
MiniMax M3.1 Flash bugün resmi olarak çıktı. Eylül sonunda OpenRouter’da kimliği belirsiz “Space Bunny” adıyla dolaşan model buymuş. MiniMax’in açıklamasına göre o dönemde 200 trilyonun üzerinde token işlemiş. Şu an OpenRouter'da ücretsiz deneyebilirsiniz. Ben de MiniMax M3 ile karşılaştırmak için Kilnframe benchmark'ı çalıştırdım :))) Şirketin kendi paylaşımlarına göre neler değişiyor: → Fiyat: milyon token başına 0,15$ girdi, 0,60$ çıktı. M3'ün tam yarısı. Agent işlerinde toplam maliyetin %70 düştüğünü söylüyorlar. → Hız: daha agresif bir seyrek dikkat (sparse attention) yapısına geçmişler. Saniyede 200'ün üzerinde token, çoğu istekte 170+. M3'e göre yaklaşık 3 kat. → 1 milyon token bağlam, tek seferde 512 bin token’a kadar çıktı. → 23 Ekim’de açık model olarak yayınlanacak. Tablo karışık :) → Automation-Bench’te (farklı SaaS araçları arasında iş akışı otomasyonu) 62.2 ile en üstte. Opus 5 aynı testte 50.3. → BankerToolBench’te Opus 5 ile aynı puanı alıyor: 76.2. → Terminal Bench 4.0'da 38.1, Opus 5 51.8. DeepSeek V4.1 Flash 1017'nin de gerisinde. → Bilgisayar kullanımında (OSWorld V2) 61.7, Opus 5 70.6. → Bir projeyi sıfırdan repo olarak kurmada (NL2Repo) 61.2, Opus 5 75.3. Yani Flash sınıfında bir modelin Opus 5'i bazı satırlarda geçtiğini görüyoruz. Ama ağır kodlama, terminal ve bilgisayar kullanımı işlerinde büyük modeller hala açık ara önde.
This post quotes another post: x.com/minimax_ai/status/2112150867868541221